運動想象是一種不需要實際肢體參與的大腦的想象活動,通過運動想象產(chǎn)生的腦電信號特征主要分布在大腦的感覺運動皮層,與軀體也有一定的對應關系,通過運動想象可以激活相應的大腦皮層,在神經(jīng)康復領域有重要的應用。腦-機接口系統(tǒng)是一種可以將腦電信號轉(zhuǎn)換為控制命令的系統(tǒng),目前基于運動想象電位組成的腦-機接口系統(tǒng)中,主要是對上肢的分類研究,因為下肢在大腦皮層的投影區(qū)域重疊,特征提取較難,導致分類難度大,且運動想象腦電信號本身受個體影響大的原因,對下肢的側向性識別研究比較少。為了實現(xiàn)運動想象腦-機接口對下肢的有效分類,將穩(wěn)態(tài)體感誘發(fā)電位和運動想象電位結合。穩(wěn)態(tài)體感誘發(fā)電位是一種通過對皮膚等感受器增加輔助刺激時在大腦產(chǎn)生的穩(wěn)態(tài)響應信號,主要集中在刺激頻率基波及其諧波上。通過合理設計實驗范式和后期有效的數(shù)據(jù)處理,最終實現(xiàn)下肢的分類。首先設計頻率篩選實驗,采集受試者在5種不同刺激頻率組合下的腦電信號,并使用快速傅里葉變換分析信號的頻譜特征,尋找可以誘發(fā)出明顯的穩(wěn)態(tài)體感誘發(fā)電位的刺激頻率組合。結果顯示,受試者在28Hz-33Hz的刺激率組合下有最好的頻譜特征,且能用于下肢的刺激強度范圍為10²

【文章來源】：天津職業(yè)技術師范大學天津市

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【部分圖文】：

患者采用運動想象訓練患肢和采用意念控制外部設備

運動想象腦電信號組成的腦-機接口系統(tǒng)

皮層第I軀體感覺區(qū)和第I軀體運動區(qū)與軀體的對應定位關系

【參考文獻】：
期刊論文
[1]基于運動想象的雙腦腦機接口系統(tǒng)設計與鼠標控制應用[J]. 李方博,龔安民,劉方毅,趙耀,曾令坤,劉建平.  科學技術與工程. 2018(27)
[2]利用時頻分析研究非相位鎖定腦電活動[J]. 武俠,鐘楚鵬,丁玉瓏,曲折.  心理科學進展. 2018(08)
[3]運動想象腦電信號算法研究進展[J]. 裴一飛,楊淑娟.  北京生物醫(yī)學工程. 2018(02)
[4]基于穩(wěn)態(tài)視覺誘發(fā)電位腦機接口的智能輪椅系統(tǒng)研究[J]. 高諾,翟文文,魯加興,吳林彥,魯守銀.  生物醫(yī)學工程研究. 2018(01)
[5]一種運動想象腦電信號半監(jiān)督算法[J]. 王向周,郭軼康,林英姿,鄭戍華.  北京理工大學學報. 2018(01)
[6]運動想象在腦卒中上肢功能康復的應用進展[J]. 高家歡,胡昔權.  中國康復理論與實踐. 2017(09)
[7]知覺運動想象與視覺運動想象對腦梗死偏癱患者下肢運動功能恢復的影響比較[J]. 鐘林.  中國臨床新醫(yī)學. 2017(06)
[8]體感誘發(fā)電位刺激電流閾值與感覺電流閾值的相關性及其影響因素分析[J]. 宋江華,元小冬,呂淑娟,周立富,張英杰,李剛,雷軍,王淑娟.  現(xiàn)代電生理學雜志. 2016(04)
[9]中國心腦血管病流行現(xiàn)況及防治進展[J]. 陳偉偉,隋輝,馬麗媛.  心腦血管病防治. 2016(02)
[10]不同潛伏期體感誘發(fā)電位在腦梗死患者預后評價中的價值比較[J]. 曾小雁,賀婕,蘇微微,肖麗萍,穆斌,何曉丹,佟翠梅.  檢驗醫(yī)學與臨床. 2016(01)

博士論文
[1]基于mVEP和MI多模態(tài)腦機接口的關鍵技術研究[D]. 馬騰.電子科技大學 2018
[2]刺激輔助的腦電信號特征增強方法與混合式腦機接口[D]. 姚林.上海交通大學 2015
[3]術中脊髓監(jiān)護體感誘發(fā)電位異常預警動態(tài)預測模型研究[D]. 崔紅巖.北京協(xié)和醫(yī)學院 2015
[4]基于半監(jiān)督學習的運動想象腦-機接口研究[D]. 譚學敏.重慶大學 2015
[5]基于運動想象的腦機接口的研究[D]. 周鵬.天津大學 2007

碩士論文
[1]基于左右手運動想象腦電特征提取與識別研究[D]. 郭曉梅.太原理工大學 2018
[2]基于運動想象的腦—機接口在線異步系統(tǒng)研究[D]. 伍廣騰.哈爾濱工業(yè)大學 2018
[3]腦機接口技術在腦卒中偏癱患者下肢運動功能康復治療中的應用[D]. 方文垚.南昌大學 2018
[4]混合腦—機接口系統(tǒng)的研究與實現(xiàn)[D]. 劉錦.安徽大學 2018
[5]下肢運動想象腦電信源優(yōu)化技術研究[D]. 王麗余.天津理工大學 2018
[6]基于運動想象的腦電信號分析研究[D]. 蘇振新.南京郵電大學 2017
[7]基于運動想象電位的腦機接口研究[D]. 岳嵐.華中科技大學 2017
[8]用于腦卒中康復訓練的MI-BCI系統(tǒng)誤觸發(fā)問題研究[D]. 徐佳朋.天津大學 2017
[9]基于時頻分析的特征提取與模式分類方法研究[D]. 趙衛(wèi)峰.重慶大學 2016
[10]腦卒中的腦電信號特征提取研究[D]. 任銀芝.杭州電子科技大學 2016



本文編號：3076955